我最近使用搜索算法进行了超参数优化。 目的是在 OpenAI Gym 环境中训练代理。 问题如下：当我使用 ray.tune 的 hyperOpt 算法实现超参数优化时，它会在此配置中多次返回具有相同参数的最佳配置。 此外，我无法使用此最佳配置来进行单元训练。 我推断出问题了。 我在下面的代码下面向 ...
我正在尝试使用hyperopt.fmin来优化 XGBoost 分类器的超参数。 我有异议 function： 我想要可选参数x1和x2 （例如，如果我想指定不同的损失函数）。 然后，我可以最小化： 如何使fn=objective接受两个额外的位置 arguments？ ...
我一直在尝试使用 python 中的xgboost和hyperopt库调整我的 XGBoost model 以预测目标列的值。 正确导入所需库后，域空间、目标 function 并运行优化步骤如下： 在执行时，我收到以下错误： 如何调试和解决此错误？我参考了文档但无法理解该问题。 ...
我在 python 中阅读了 Hyperopt 的文档，发现有三种可能的方法： 随机搜索热塑性弹性体自适应 TPE 要运行随机搜索，我们有命令rand.suggest和 TPE tpe.suggest ，但是，我找不到任何命令告诉我如何运行自适应 TPE。 你能告诉我它是如何运行的吗？ ...
我正在尝试优化具有 13 个参数的自定义模型（没有任何花哨的 ML），我知道其中 12 个参数是正态分布的。 我使用hyperopt库获得了不错的结果： 在这里我可以指定每个参数的搜索空间的形状是正态分布的。 我有 32 个内核，默认的Trials()对象只使用其中一个。 Hyperopt建 ...
有谁知道是否有可能以某种方式计算 HyperOpt 中准确度以外的指标？ 我还希望它显示 F1、精度、召回率。 有没有办法做到这一点？ 如果是这样，请有人向我解释一下。 这是我到 Github 的链接 如果有人想查看整个代码： https : //github.com/mikolaj-hale ...
这是我第一次体验调整 XGBoost 的超参数。 我的计划是使用 hyperopt 找到最佳超参数。 我根据 R2 分数和 MAPE 显示损失值。 运行代码后，我捕获了最佳损失值。 当我使用那个超参数时，我得到了与以前不同的 MAPE 和 R2 结果。 你能给我一些解释吗，为什么会这样？ ...
我正在尝试使用 HyperOpt 优化我的 XGBoost model 上的超参数，但损失并没有随着每次迭代而改变。 您可以在下面找到我的代码：X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, rando ...
我正在使用 hyperopt。 我在python中运行以下代码： 但我收到以下错误： 有谁知道我该如何解决？ ...
我有一个看起来像这样的函数： 此函数的问题在于 h1+h2+h3 != 1。我将如何更改此函数以使 hyperparmaters 的总和 = 1？ ...
我试图在目标是多类分类的数据集上用 R 训练 ML 算法（rf、adaboost、xgboost）。 对于超参数调整，我使用 MLR 包。 我下面代码的目标是调整参数 mtry 和 nodesize，但将 ntrees 保持在 128（使用 mlrMBO）。 但是，我收到以下错误消息。 我怎样才能 ...
我正在尝试使用 HYPEROPT 运行参数优化，但我没有看到最佳损失值的打印有任何变化。 我试图更改精度符号，但没有帮助。 我在自己的随机试验中尝试了测试模型，结果要好得多。 如何优化参数？ 我跟着这个笔记本。 最小代码示例：import pandas as pd from sklearn.met ...
我正在运行运行时 8.1（包括 Apache Spark 3.1.1、Scala 2.12）试图让 hyperopt 按照定义 https://docs.databricks.com/applications/machine-learning/automl-hyperparam-tuning/hyp ...
要为 hyperopt 创建搜索空间，我们可以简单地执行以下操作： 但是，当我想要像x + y = 1这样的条件时，我该怎么做呢？ 并将其扩展到许多变量，例如x+y+z+t = 1 ...
我试图运行使用ML模型的优化SparkTrials从hyperopt库。 我在一台有 16 个内核的机器上运行它，但是当我运行以下将内核数设置为 8 的代码时，我收到一条警告，似乎表明只使用了一个内核。 SparkTrials接受spark_session作为参数， spark_session这 ...
每次尝试在 Google Collab 中安装 HyperOpt-Sklearn 库时，都会出现以下错误： 不知道为什么我在这个库中出现错误而不是在其他库中出现错误。 我使用他们在其网站上建议的安装代码： ...
混淆是因为当我们在 vw 命令行中指定 --sgd 时，它运行经典的 sgd，没有自适应、规范化和不变的更新。 那么，当我们在 vw-hyperopt 中将算法指定为 sgd 时，它是作为经典运行还是带有特殊更新？ 是否必须在 vw-hyperopt 中指定算法？ 哪个是默认算法？ 谢谢你。 ...
我正在尝试将 hyperopt 与 H2O XGBoost 一起简单使用，为此我从一个 numpy 数组中取出元素作为参数，但是我得到了这个 H2OTypeError 并且我不明白为什么?integer的条件不是遇到了int64 。 为了简化示例，H2O XGBoost 在调用时确实有效： 但 ...
我目前正在尝试使用库 hyperopt 优化梯度提升方法的超参数。 当我在自己的计算机上工作时，我使用了Trials类，我能够使用库泡菜保存和重新加载我的结果。 这使我可以保存我测试的所有参数集。 我的代码看起来像这样： 现在，我想让这段代码在具有更多 CPU 的远程服务器上工作，以允许并行化并 ...
我正在尝试在回归 model 上使用Hyperopt ，以便每个变量定义其超参数之一，并且需要作为列表传递。 例如，如果我有一个包含 3 个自变量（不包括常数）的回归，我将传递hyperparameter = [x, y, z] （其中x, y, z是浮点数）。 无论它们应用于哪个变量，此超参数的值 ...